Update app.py

app.py

@@ -40,7 +40,8 @@ def create_initial_state():
 def run_generate_low(prompt, neg_prompt, start_img, height, width, duration, cfg, seed, randomize_seed, progress=gr.Progress(track_tqdm=True)):
     """Executa a primeira etapa: geração de um vídeo base em baixa resolução."""
     print("UI: Chamando generate_low")
-    try:
+
+    if True:
         conditioning_items = []
         if start_img:
             num_frames_estimate = int(duration * 24)
@@ -64,18 +65,11 @@ def run_generate_low(prompt, neg_prompt, start_img, height, width, duration, cfg
         }
         
         return video_path, new_state, gr.update(visible=True)
-    except Exception as e:
-        error_message = f"❌ Ocorreu um erro na Geração Base:\n{e}"
-        print(f"{error_message}\nDetalhes: {traceback.format_exc()}")
-        raise gr.Error(error_message)
-
+    
 def run_ltx_refinement(state, prompt, neg_prompt, cfg, progress=gr.Progress(track_tqdm=True)):
     """Executa o processo de refinamento e upscaling de textura com o pipeline LTX."""
     print("UI: Chamando run_ltx_refinement (generate_upscale_denoise)")
-    if not state or not state.get("low_res_latents"):
-        raise gr.Error("Erro: Gere um vídeo base primeiro na Etapa 1.")
-
-    try:
+    if True:
         video_path, tensor_path = video_generation_service.generate_upscale_denoise(
             latents_path=state["low_res_latents"],
             prompt=prompt,
@@ -89,22 +83,14 @@ def run_ltx_refinement(state, prompt, neg_prompt, cfg, progress=gr.Progress(trac
         state["refined_latents_ltx"] = tensor_path
         
         return video_path, state
-    except Exception as e:
-        error_message = f"❌ Ocorreu um erro durante o Refinamento LTX:\n{e}"
-        print(f"{error_message}\nDetalhes: {traceback.format_exc()}")
-        raise gr.Error(error_message)
-
+    
 def run_seedvr_upscaling(state, seed, resolution, batch_size, fps, progress=gr.Progress(track_tqdm=True)):
     """Executa o processo de upscaling com SeedVR."""
-    if not state or not state.get("low_res_video"):
-        raise gr.Error("Erro: Gere um vídeo base primeiro na Etapa 1.")
-    if not seedvr_inference_server:
-        raise gr.Error("Erro: O servidor SeedVR não está disponível.")
-        
+            
     video_path = state["low_res_video"]
     print(f"▶️  Iniciando processo de upscaling SeedVR para o vídeo: {video_path}")
     
-    try:
+    if True:
         def progress_wrapper(p, desc=""):
             progress(p, desc=desc)
         output_filepath = seedvr_inference_server.run_inference(
@@ -113,11 +99,7 @@ def run_seedvr_upscaling(state, seed, resolution, batch_size, fps, progress=gr.P
         )
         final_message = f"✅ Processo SeedVR concluído!\nVídeo salvo em: {output_filepath}"
         return gr.update(value=output_filepath, interactive=True), gr.update(value=final_message, interactive=False)
-    except Exception as e:
-        error_message = f"❌ Ocorreu um erro grave durante o upscaling com SeedVR:\n{e}"
-        print(f"{error_message}\nDetalhes: {traceback.format_exc()}")
-        return None, gr.update(value=error_message, interactive=False)
-
+    
 # --- DEFINIÇÃO DA INTERFACE GRADIO ---
 with gr.Blocks() as demo:
     gr.Markdown("# LTX Video - Geração e Pós-Produção por Etapas")